极化雷达理论与遥感应用

目录
丛书序
前言
本书主要符号对照表
第1章 雷达极化理论及其应用概述 1
1.1 极化雷达的简史 1
1.2 极化SAR简史 5
1.3 极化SAR的应用 7
1.3.1 滤波 8
1.3.2 目标散射特征的提取 9
1.3.3 极化对比增强 10
1.3.4 目标分类 11
1.3.5 目标检测 12
1.4 本书的安排 13
参考文献 13
第2章 极化基本概念和基本原理 41
2.1 极化状态表示 41
2.2 极化比 45
2.3 Stokes矢量 46
2.4 坐标系统 48
2.5 Sinclair散射矩阵 49
2.6 Graves 矩阵、Kennaugh矩阵和功率方程 51
2.7 标准目标 54
2.8 散射矩阵的测量与校正 59
2.9 小结 60
参考文献 60
第3章 最优极化、等功率曲线与共极化零点 61
3.1 引言 61
3.2 共极化通道下特征极化状态的公式 62
3.2.1 共极化最大值点和共极化鞍点 62
3.2.2 共极化零点 63
3.3 Jk矩阵的特征值 65
3.4 获取特征极化状态的简便方法 66
3.5 接收功率的等功率曲线 69
3.5.1 共极化通道情况 69
3.5.2 交叉极化通道情况 71
3.5.3 匹配极化通道情况 72
3.6 两种特殊情况下的特征极化状态和等功率曲线 74
3.6.1 Gc2（n）=-Gc1（n）的情况 74
3.6.2 Gc2（n）=Gc1（n）的情况 77
3.7 极化零点理论 79
3.7.1 对称散射矩阵情况下的目标共零点 79
3.7.2 一般散射矩阵情形的目标的共零点对 86
3.8 多站雷达中的天线最优极化 87
3.9 小结 90
参考文献 90
第4章 散射特征描述及特征提取 92
4.1 引言 92
4.2 目标散射对称性 92
4.3 散射矩阵的相似性参数 94
4.3.1 相似性参数 94
4.3.2 目标特征提取 95
4.3.3 实验验证 97
4.4 Cloude-Pottier非相干分解 99
4.5 基于共极化比的特征参数 100
4.5.1 一种新的目标特征描述方法 101
4.5.2 表面散射和体散射模型 105
4.5.3 定向角旋转对散射点分布的影响 111
4.5.4 ΔαB/αB物理散射平面 113
4.5.5 ΔαB/αB平面在地物分类中的应用 116
4.6 Huynen矩阵分解及修正方法 126
4.6.1 Huynen分解 126
4.6.2 修正的Huynen分解 128
4.7 小结 130
参考文献 131
第5章 极化SAR图像滤波 133
5.1 非监督等效视数估计 133
5.1.1 引言 133
5.1.2 对数SAR图像统计 133
5.1.3 对数SAR图像噪声估计 135
5.1.4 利用纹理分析和AR模型进行噪声方差估计 136
5.1.5 算法流程和参数选取 139
5.1.6 实验验证 139
5.1.7 极化SAR图像非监督等效视数估计 143
5.1.8 小结 145
5.2 经典滤波方法 145
5.2.1 Lee滤波 145
5.2.2 极化白化滤波器 146
5.3 基于块排序和联立稀疏表达的滤波方法 149
5.3.1 引言 149
5.3.2 极化SAR数据的加性噪声模型 149
5.3.3 块排序和联立稀疏表达 151
5.3.4 算法和参数选取 155
5.3.5 实验验证 157
5.3.6 极化SAR滤波算法在干涉SAR中的推广 162
5.3.7 小结 165
5.3.8 附录 165
5.4 小结 167
参考文献 167
第6章 最优极化对比增强技术 170
6.1 引言 170
6.2 最优极化对比增强技术 170
6.2.1 GOPCE方法 170
6.2.2 GOPCE的解 172
6.3 Fisher-GOPCE方法 173
6.4 最优极化对比增强技术的应用 174
6.4.1 Fisher-GOPCE方法在地物分类中的应用 176
6.4.2 Fisher-GOPCE方法在舰船检测中的应用 178
6.5 小结 183
参考文献 183
第7章 目标检测 185
7.1 典型地物杂波统计建模 185
7.1.1 匀质与非匀质物理散射模型 185
7.1.2 极化SAR数据统计模型 190
7.1.3 典型杂波拟合模型 191
7.2 溢油检测 197
7.2.1 引言 197
7.2.2 特征提取 200
7.2.3 小结 211
7.3 舰船检测 211
7.3.1 基于功率条件熵和Parzen窗的检测方法 211
7.3.2 基于GOPCE的检测方法 215
7.4 机场检测 218
7.4.1 引言 218
7.4.2 机场ROI提取 218
7.4.3 机场跑道提取及ROI辨识 221
7.4.4 实验验证 225
7.4.5 小结 227
7.5 港口与桥梁检测 227
7.5.1 基于岸线特征点的港口检测 227
7.5.2 基于平行曲线特征的港口检测 233
7.5.3 基于水域跟踪的桥梁检测 239
7.5.4 小结 247
7.6 道路检测 247
7.6.1 引言 247
7.6.2 分段曲线道路模型 248
7.6.3 Bayes跟踪框架及粒子滤波 248
7.6.4 基于粒子滤波的道路联合检测 250
7.6.5 实验与分析 253
7.6.6 小结 258
参考文献 258
第8章 紧缩极化SAR数据重建及特征提取 262
8.1 引言 262
8.2 经典的紧缩极化SAR特征提取技术 264
8.2.1 m-δ分解技术 264
8.2.2 紧缩极化H/α分解技术 265
8.2.3 紧缩极化模型分解技术 266
8.2.4 分解技术的对比 266
8.3 紧缩极化SAR对海面Bragg散射的特征描述 268
8.3.1 Bragg散射模型及其在溢油检测中的应用 268
8.3.2 紧缩极化SAR目标散射新参数 275
8.3.3 紧缩极化参数在溢油和舰船检测中的应用 277
8.4 基于四成分分解的紧缩极化SAR数据重建方法 283
8.4.1 研究现状 283
8.4.2 简化的四成分分解方法 286
8.4.3 紧缩极化π/4模式的四成分分解参数估计 288
8.4.4 数据重建方法 290
8.4.5 实验验证 295
8.4.6 小结 298
8.5 基于三成分分解的紧缩极化SAR数据重建方法 299
8.5.1 三成分分解方法及数据重建模型 299
8.5.2 紧缩极化π/4模式的三成分分解参数估计 302
8.5.3 数据重建流程 303
8.6 小结 304
参考文献 304
作者简介